Skip to main content
  1. Casa
  2. Salud
  3. Noticias
  4. News

Publican polémico informe sobre el posible origen artificial del coronavirus

No han sido fáciles los últimos meses para Li-Meng Yan. La viróloga nacida en Hong Kong ha acusado abiertamente al gobierno de su país de haber ocultado información sobre la pandemia originada por el coronavirus.

Ha sido tanto el revuelo causado, que la joven profesional ha recibido amenazas de muerte y ha tenido que huir de su país y refugiarse en Estados Unidos. Ha sido un periodo fructífero, porque la viróloga ha trabajado junto a su equipo (otros científicos chinos exiliados por el mismo motivo), con el fin de probar sus afirmaciones.

Recommended Videos

El resultado de esta labor ha sido un polémico informe que sugiere un origen artificial del coronavirus. El estudio fue titulado Características inusuales del genoma del SARS-CoV-2 que sugieren una sofisticada modificación en laboratorio en lugar de una evolución natural, publicado en Zenodo y avalado por la Rule of Law Society.

Argumentos

Para sustentar su hipótesis de que el coronavirus fue elaborado de forma artificial, Li-Meng Yan, junto a otros tres científicos que firmaron la investigación, se apoyan en tres líneas de evidencias.

Una de ellas sostiene que la secuencia genómica del SARS-CoV-2 es similar a la de un coronavirus de murciélago descubierto por laboratorios militares de la Tercera Universidad Médica Militar de Chongqing, en China, y el Instituto de Investigación de Medicina del Comando de Nanjing, del mismo país.

El segundo dato señala que “el motivo de unión al receptor (RBM) dentro de la proteína spike del SARS-CoV-2, que determina la especificidad del huésped del virus, se parece al del SARS-CoV de la epidemia de 2003 de una manera sospechosa. La evidencia genómica sugiere que la RBM ha sido manipulada genéticamente”.

Por último, los investigadores a cargo del polémico trabajo afirman que “SARS-CoV-2 contiene un sitio de escisión de furina único en su proteína spike, que mejora enormemente la infectividad viral y el tropismo celular. Este sitio de escisión, que se halla completamente ausente en esta clase particular de coronavirus que se encuentran en la naturaleza, por lo que puede que no sea el producto de la evolución natural y podría haberse insertado en el genoma del SARS-CoV-2 artificialmente”.

Como conclusión principal, los investigadores argumentan que el coronavirus que ocasionó la presente pandemia sería “un producto de laboratorio creado utilizando los coronavirus de murciélago ZC45 y/o ZXC21 como plantilla. La proteína S habría sido manipulada artificialmente, después de lo cual el virus adquirió la capacidad de unirse a ACE2 e infectar a los seres humanos”.

El documento también señala que todo el proceso en el laboratorio habría tardado cerca de seis meses. Li-Meng Yan y su equipo adelantan que podrían publicar un segundo informe, que evidenciaría “la naturaleza espuria del coronavirus de murciélago (Bat-CoV-RaTG13)”.

Felipe Sasso
Ex escritor de Digital Trends en Español
Felipe Sasso es periodista y escritor. Desde temprana edad manifestó una importante inquietud hacia la escritura y las…
Google ayuda a detectar el cáncer de mama con ayuda de la IA
google ia deteccion temprana cancer de mama angiola harry sjcalew 1lm unsplash

Cada 19 de octubre se conmemora el Día Internacional de lucha contra el Cáncer de Mama, con el objetivo de concientizar acerca de esta enfermedad. En este contexto, Google difundió cómo trabaja en proyectos que combinan el poder de la inteligencia artificial (IA) con el conocimiento de los profesionales de la salud para crear herramientas de diagnóstico precisas y accesibles. Las investigaciones llevadas a cabo en varios diagnósticos detectaron una reducción del 9.4% de los falsos negativos y del 5.7% de los falsos positivos.
De acuerdo con la Organización Mundial de la Salud (OMS), el cáncer de mama es uno de los más comunes, siendo el 99% de los casos en mujeres. Asimismo, la Organización Panamericana de la Salud (OPS) afirma que el tratamiento puede ser altamente efectivo cuando la enfermedad se detecta a tiempo.
En este escenario, Adriana Noreña, vicepresidenta de Google para Hispanoamérica, reflexionó: “Como subrayé en mi participación en el Women 20 de Río de Janeiro, la inteligencia artificial tiene la capacidad de procesar y analizar enormes cantidades de datos en poco tiempo, identificar patrones complejos y aprender de forma contínua a través de sus algoritmos para mejorar su precisión, lo cual la convierte en una gran aliada para los profesionales de la salud”. Y agregó: “es crucial que haya cada vez más mujeres involucradas en el desarrollo de esta tecnología. Al incorporar nuestra perspectiva desde el momento cero, podemos garantizar que la IA no solo sea técnicamente avanzada, sino también nos permitirá crear soluciones íntimamente relacionadas con nuestro género, así como más equitativas y efectivas”.
En línea con estos esfuerzos por mejorar la detección temprana, entre 2016 y 2018, Google comenzó a implementar el uso del aprendizaje profundo -deep learning-, una de las áreas donde la IA emplea redes neuronales artificiales para aprender de grandes conjuntos de datos para realizar tareas complejas, con el fin de asistir a los médicos en la detección de la metástasis. Esta herramienta de análisis de nódulos linfáticos (Lymph Node Assistant -LYNA, por sus siglas en inglés-), es entrenada por medio de imágenes médicas, como radiografías, tomografías o imágenes patológicas, y clasificadas previamente por expertos, para que la IA pueda identificar los macro y micro patrones de la enfermedad. Así, LYNA tiene la capacidad de detectar la localización de la metástasis que, en muchos casos, es casi imperceptible al ojo humano, permitiendo que los médicos puedan acelerar el proceso de diagnóstico y, en consecuencia, adelantar el inicio del tratamiento. 
En 2021, Google Health realizó una investigación clínica junto con Northwestern Medicine para explorar cómo la IA podría acelerar el diagnóstico del cáncer de mama, optimizando el proceso desde la mamografía inicial hasta el diagnóstico final. Comenzaron la investigación recopilando imágenes mamográficas de alta calidad provenientes de diversos pacientes, las cuales fueron clasificadas por expertos en salud para entrenar el modelo de IA ante la detección de cáncer, la identificación de características tumorales, entre otros aspectos.
Posteriormente, el modelo se probó en un entorno clínico real, donde las personas que se sometían a mamografías podían optar por que sus resultados fueran analizados por la IA junto con la evaluación de los radiólogos. Estos arrojaron datos alentadores: se redujeron los falsos negativos en un 9.4% y los falsos positivos en un 5.7%, en comparación con la práctica clínica estándar. Además, la IA demostró su capacidad de analizar una mamografía en menos de dos minutos, lo que permite obtener resultados más rápidos para las pacientes, acelerar tanto el diagnóstico como el tratamiento, al mismo tiempo que reduce los costos asociados a la atención y los tratamientos tardíos.

Premios Nobel: Hallazgos en beneficio de la salud
La semana pasada, Geoffrey Hinton, ex investigador de Google, fue galardonado junto a John Hopfield con el Premio Nobel de Física 2024 por sus descubrimientos en el campo del aprendizaje automático con redes neuronales artificiales (ANN por sus siglas en inglés), que sentaron las bases para el reconocimiento a través de la IA de patrones en imágenes, lenguajes y en información clínica que hoy se utiliza en el campo de la salud y en otras disciplinas.
Como se describe en este documento emitido por el comité del premio Nobel, este descubrimiento fue clave en el desarrollo de la herramienta para la predicción de las estructuras de cualquier proteína en tres dimensiones denominado AlphaFold, motivo por el cual dos científicos de Google DeepMind, Demis Hassabis y John Jumper, obtuvieron también este año el Premio Nobel de Química. AlphaFold fue abierta por Google a la comunidad científica de forma gratuita y ya fue utilizado por más de dos millones de investigadores de más de 190 países.

Leer más
Las mejores aplicaciones de entrenamiento gratuitas para iOS y Android
aplicaciones de entrenamiento gratuitas para ios y android mejores apps ejercecios ggratis

Si aún no puedes volver a tu gimnasio, se te ha terminado esa costosa membresía o estás buscando hacer un buen ejercicio en casa o en la oficina, aprovecha una serie de excelentes aplicaciones accesibles que te apoyarán a ejercitarte desde tu celular. Hay muchas apps de pago listas para hacerte sudar, y algunas de ellas pueden valer la pena en las circunstancias adecuadas. Pero no siempre apetece pagar. Ya sea que busques mantenerte en movimiento o gastar algo de tiempo, aquí hay una lista de las mejores aplicaciones de entrenamiento gratuitas para iOS y Android, que te ayudarán a sudar donde quiera que estés.

(Estas son las mejores aplicaciones de fitness gratuitas, sin duda, pero si deseas explorar otras opciones, incluidas las aplicaciones de pago, tenemos listas de las mejores aplicaciones de fitness para Android y las mejores aplicaciones de fitness para iOS también).
Nike Training Club

Leer más
Se filtran 5,3 millones de registros de salud en México
La imagen muestra a un médico cirujano durante un procedimiento.

Cybernews informa que sus equipos de investigación encontraron una base de datos desprotegida de 500 GB de una empresa mexicana de atención médica el 26 de agosto de 2024. La base de datos expone información confidencial como nombres, números de identificación personal (CURP), números de teléfono, descripciones de solicitudes de pago y más.

La cantidad total de personas afectadas asciende a 5,3 millones, lo que representa aproximadamente el 4% de la población del país, según señala Cybernews. El informe de Cybernews indica que el error de seguridad se produjo con un uso "mal configurado" de una herramienta de visualización de datos llamada Kibana, que parece haber quedado sin autenticar.

Leer más